التوجيه

محرك التوجيه هو عقل عملية اختيار المزوّد في Aura Work. يقيّم كل مهمة بناءً على نوعها وحساسيتها والقدرات المطلوبة وسياستك المُعدّة لاختيار النموذج الأمثل. هذا يضمن حصولك دائماً على أفضل النتائج مع التحكم في التكلفة والخصوصية.

كيف يعمل التوجيه

عند إرسال طلب، يقوم محرك التوجيه بـ:

1. 1. تحليل المهمة — يحدد إذا كانت برمجة، بحثاً، عمل مستندات، تحليل بيانات، أتمتة متصفح، إلخ
2. 2. فحص القدرات — هل تحتاج المهمة رؤية؟ استدعاء أدوات؟ سياقاً طويلاً؟ تفكيراً معقداً؟
3. 3. تقييم الحساسية — هل البيانات عادية أم حساسة أم عالية المخاطر؟
4. 4. تطبيق سياستك — الجودة أولاً، التكلفة أولاً، الخصوصية أولاً، محلي فقط، أو يدوي
5. 5. اختيار النموذج — يختار أفضل توليفة مزوّد + نموذج
6. 6. إرجاع قرار — يشمل النموذج المختار والتكلفة المقدرة ومستوى الثقة

خمس استراتيجيات توجيه

تحسين التكلفة

لتقليل تكاليف الذكاء الاصطناعي دون التضحية بالجودة:

• استخدم سياسة التكلفة أولاً للمهام الروتينية اليومية (تنسيق، بحث بسيط، أسئلة)
• خصّص سياسة لكل مشروع — مشاريع الإنتاج تستخدم الجودة أولاً، بينما التجارب تستخدم التكلفة أولاً
• راقب استخدام الرموز من لوحة التحكم لاكتشاف الأنماط المكلفة مبكراً
• استخدم Ollama محلياً للتطوير والاختبار المتكرر بدون أي تكلفة
• عيّن حدود تكلفة صارمة لكل مهمة أو لكل يوم لمنع الفواتير غير المتوقعة

التوجيه القائم على الخصوصية

عند التعامل مع كود ملكية خاصة أو بيانات حساسة أو معلومات شخصية، سياسة الخصوصية أولاً تضمن عدم مغادرة أي بيانات لجهازك أبداً:

إعداد التوجيه

اضبط سياسة التوجيه من الإعدادات ← التوجيه:

1. 1. اختر سياستك الافتراضية (تُطبَّق على جميع المهام ما لم تُستبدل)
2. 2. اضبط سياسات لكل مشروع اختيارياً (تجاوز لمشاريع معينة)
3. 3. اضبط مزوّدين احتياطيين (ماذا تستخدم إذا فشل الأساسي)
4. 4. عيّن حدود تكلفة (أقصى رموز/تكلفة لكل مهمة)

// مثال على إعداد التراجع
{
  "routing": {
    "policy": "quality-first",
    "fallback": [
      "anthropic/claude-3-5-sonnet",
      "openai/gpt-4o",
      "deepseek/deepseek-coder",
      "ollama/llama3"
    ],
    "maxRetries": 3,
    "costLimit": {
      "perTask": 0.50,
      "perDay": 10.00
    }
  }
}